2026年11月20日金曜日

理論物理とAI


図:AIの理論物理問題に対する正当率(原論文から引用)


2026年10月9日、国際的な理論物理学者・AI研究者のグループが、TheoPhysEval(arXiv:2610.16733v1)という論文を発表した。結論は驚くべきものだった。最先端AIが、答えの公表されていない研究レベルの理論物理学50問のうち,49問(98%)に自律的に正解したのである。ChatGPTにもう少し詳しく解説してもらう。

A(ChatGPT):

AIは理論物理学の研究問題をどこまで解けるようになったか

1.何を調べた研究か

インドのInternational Centre for Theoretical Sciences(ICTS)やTata Institute of Fundamental Research(TIFR)を中心に、日米欧などの研究機関も参加した約30名の共同研究である。目的は、AIが教科書の問題ではなく、現役研究者が取り組むような専門的な理論計算を、人間の助言なしで遂行できるかを測定することだった。

研究者たちは11分野から50問を用意した。古典物理、統計力学、格子理論、量子場理論、素粒子物理、散乱振幅、重力・宇宙論などにわたる。例えば、テトラクォークの行列要素に許される独立なローレンツ構造の分類、相互作用する格子フェルミオンのカイラル感受率、物質中でのアクシオンから光子への変換率などである。

いずれも専門家が答えを知っているが、原則として答え自体は未公表の問題である。既存の物理理論や計算手法を新しい条件に適用するもので、重大な未解決問題や新理論の発明を要求するものではない。それでも専門家が解くには通常数時間から数日程度を要し、隣接分野の研究者にはさらに難しい。

2.どのように実験したか

まず専門家が問題と模範解答を用意した。数式で答える問題も、可能な限り具体的な数値を計算させる形式に調整し、自動採点できるようにした。

AIには問題文を与え、文献検索、計算方法の選択、プログラムの作成と実行、数値・記号計算を自律的に行わせた。途中で人間がヒントを与えることはない。最終解答を自動照合し、必要に応じて専門家が不一致の原因を調べた。

参加したのは、GPT-6 Astra、Claude Opus 5.5、Gemini 3.8 Flash、DeepSeek V4.1 Flash、GLM 5.3の5モデル。それぞれCodex、Claude Code、Antigravityなどの実行環境(ハーネス)と組み合わせた。したがって、評価対象は言語モデル単独ではなく、計算機を操作できるAIエージェントである。

計算環境は1課題当たり原則として2 vCPU、メモリ4GB、ストレージ10GB、制限時間8時間(一部の連続課題は合計20時間)。トークン数とAPI費用には事前の上限を設けなかった。大規模なスーパーコンピュータではなく、比較的小規模な計算環境である。

文献検索が可能な「現実的条件」と、インターネット検索を原則禁止した「隔離条件」の2通りで評価した。5モデル、50問、2条件で計500件の課題実行となる。各条件の全問評価は原則1回だけである。

AI実行費用は、論文に報告された実支出ベースで合計約1,167ドル。ただし、研究者の人件費などを含む研究全体の費用と所要期間は不明である。

3.結果はどうだったか

AIモデル    検索あり 検索なし
GPT-6 Astra     98% 92%
Claude Opus 5.5   92% 92%
Gemini 3.8 Flash   68% 62%
DeepSeek V4.1 Flash 54% 50%
GLM 5.3       42% 52%
GPT-6 Astraは検索ありで49問、Claude Opus 5.5は46問に正解した。検索を禁止しても上位2モデルの成績はほとんど変わらなかった。これは、AIが専門的な物理学文献の知識を大量に保持しているか、必要な計算手法を内部知識から再構成できることを示唆する。

さらに興味深いのは、AIの解答を不正解と判定した事例を専門家が再検討すると、人間の用意した模範解答のほうに誤りが見つかったことだ。AIは専門家の計算を再現するだけでなく、独立に検証する能力も示したのである。

一方、すべてのAIが失敗した問題もあった。与えられた軌道から元の自律微分方程式を推定する逆問題である。

評価には限界もある。50問という標本は小さく、各モデルの試行は原則1回。最終数値の正否を主に評価しており、推論過程の物理的妥当性を全面的に保証するものではない。また、一部の問題作成にはAIが利用されており、情報漏洩の可能性も完全には排除されていない。モデル間の差には、実行環境の違いも影響する。

4.理論物理学の研究はどう変わるか

この結果は、AIが物理学の難問を暗記して解答する段階から、既存の理論を応用して、答えが未公表の研究課題を自律的に解決する段階へ進んだことを示している。

理論物理学では、研究課題を選び、モデルを設定し、必要な計算を定式化して実行し、その結果に物理的意味を与える。このうち、具体的な計算を実行する工程では、AIがすでに世界的な専門家に匹敵する能力を示した。ただし、今回の実験で人間の専門家との厳密な同条件比較が行われたわけではない。

著者たちは、現在のAIには、何が重要で興味深い研究課題なのかを判断する taste(研究上のセンス)が不足していると指摘する。問題が難しすぎれば研究方針を変更し、別の有意義な問題を発見する。そうした能力は、まだ十分ではないという。ただし、これは定量的な実験結果ではなく、研究者たちの経験に基づく判断である。

研究者の育成にも影響は大きい。これまで大学院生の最初の研究課題として適切だった計算が、AIによって容易に解けるようになった。計算能力を習得する意義は失われないが、教育の目標は、計算結果を得ることから、その意味を理解し、検証し、次の問いを立てることへ重点を移す必要があるだろう。

5.その先に何が起きるのか

ここからは私の予測である。

第一に、既存理論の拡張、摂動計算、数値解析、計算結果の独立検証などが大幅に高速化する。これは今回の結果から比較的確実に予想できる。

第二に、AIが大量の仮説やモデルを生成し、それぞれを計算・比較・選別する研究方式が広がる可能性がある。すると、計算そのものよりも、問題設定、物理的解釈、実験による検証が研究の新しい律速段階になる。

第三に、AI自身が研究価値の高い問題を発見し、計算結果に応じて研究方針を変更する能力を獲得するかどうかが焦点になる。そうなれば、今回の研究が示した「高度な計算の自動化」は「科学研究そのものの自動化」へ近づく。しかし、その実現時期はわからない。

論文の最後で著者たちは、物理学の伝統的な shut up and calculate(黙って計算せよ)という姿勢に代わり、これからは stop and think(立ち止まって考えよ)が重要になると述べている。

もっとも、「考えること」までが人間に固有の能力として残り続ける保証はない。

この論文が示したのは、AIが科学者に代わって新しい物理法則を発見したということではない。これまで科学者の専門能力の中核を占めていた高度な理論計算が、すでにかなりの程度まで自動化可能になったということである。次に問われるのは、何を計算すべきかという科学的判断そのものを、AIがどこまで担えるようになるかだ。

==============================================================

TheoPhysEval 全50問一覧
1. 古典物理学(5問)
1a 平板境界層に生じる速度擾乱の支配的な横方向スケール
1b 軌道の形状から自律微分方程式を逆算する
1c 共回転する渦の中での慣性粒子の引き寄せ領域
1d 放射減衰を伴う荷電粒子の運動
1e 二体の電磁気学的相互作用
2. 確率過程・生物物理学(5問)
2a θロジスティック成長モデル
2b 微生物間の代謝物の相互供給
2c 条件付きランダムウォークの最小値
2d 3つの穴に関するミニマックス問題
2e バクテリオファージの競争モデル
3. 非平衡統計力学(3問)
3a SLLOD方程式による温度制御
3b ガラス系が凍結状態を保つ限界
3c 周期的なせん断を受ける非晶質物質の定常状態エネルギー
4. 格子理論(3問)
4a 相互作用する格子フェルミオンのカイラル感受率
4b 3状態格子模型の有限温度相関関数
4c ハバード模型の虚時間発展におけるエネルギー
5. 物質の量子相(5問)
5a フェルミオン・パリティ・ポンプ
5b 対称性の部分的な破れ
5c メープルリーフ格子のディラック点
5d メープルリーフ格子のチャーン数
5e メープルリーフ格子のクラスターのエネルギースペクトル
6. 電子構造理論(4問)
6a 全電子を扱う原子の数値解法
6b ノルム保存型擬ポテンシャル
6c 擬ポテンシャルに現れる偽の固有状態
6d 二ホウ化マグネシウムの自己無撞着場計算
7. 量子場理論(7問)
7a チャーン=サイモンズ理論のベータ関数
7b 動的なソフト真空
7c 3個の光子が同時にソフト極限に近づく場合
7d シューア指数のモジュラー線形微分方程式
7e 13ノードの理論におけるザイバーグ双対性
7f 14ノードの理論におけるザイバーグ双対性
7g 12ノードの理論におけるザイバーグ双対性
8. 素粒子物理学(2問)
8a 誘電媒質中でのアクシオンから光子への変換
8b 軸性ベクトル・テトラクォークの行列要素のローレンツ構造
9. 散乱振幅(5問)
9a 高次減算分散関係から導かれる円周率の級数
9b 散乱振幅の隠れた零点に関する制約
9c ダブルトレース演算子の繰り込み
9d 2ループ計算で生じる部分発散
9e 入れ子構造を持つ3光子のソフト極限
10. ホログラフィーと量子もつれ(5問)
10a ホログラフィック界面を通過するエネルギーの透過
10b ラディオン場の有効作用
10c 界面における量子もつれ
10d ブラックストリングにおけるページ時間
10e 幾何学的エントロピーによって生成される変換
11. 重力・宇宙論(6問)
11a 位相的ブラックホールの地平線近傍の幾何
11b IIB型超重力理論の宇宙論におけるスケール分離
11c 双曲空間を用いたコンパクト化
11d IIB型超重力理論のユークリッド・ワームホール
11e ボンディ質量の揺らぎ
11f ブラックホール・マイクロステート幾何におけるスカラー場のスペクトル


P. S. 実際の研究現場も驚くべき速度で変化しているようだ。
[1]OpenAI bulk release of mathematical papers --- 722 manuscripts 372 topics(Wikipedia)
[3]AIと数学・理論物理のいま(富谷昭夫)


2026年11月19日木曜日

教員不足対策


図:揺れる教員改革の天秤(ChatGPTのよる)


多様な専門性を有する質の高い教職員集団の形成を加速するための(答申素案)〜学び続ける教師を中核に多様な強み専門性を持つ教職員集団への転換を図る〜(令和8年11月17日)がでた。しばらく前に,社会人に1年で教員免許を与えるというニュースが流れていたのでそれのことだろう。さんざん苦労して教職大学院を立ち上げた教員養成大学からみたらなんじゃこれ案件だが,大阪教育大学の岡本学長も中央教育審議会 初等中等教育分科会 教員養成部会の臨時委員にはなっていて審議には関与している。

A(Claude + koshix):

(1)概要はなにをいっているか
1.社会人が大学院1年程度で教員免許を取れる新ルートの設置
2.教員免許を「基礎・標準・上級」の3段階に再編
3.教職課程の学生に共通試験(CBT),採用試験の一次選考と連動
4.教師になった人の奨学金返還を支援
付.小学校の専科免許(算数・理科など)を新設

(2)昨年の論点整理を批判的に見ると
結論から言うと、この論点整理は「なぜ人が教職を選ばず、選んでも続かないのか」という需要側の問題を、免許・養成・採用という供給側の制度いじりで解こうとしています。
1.原因の分析を飛ばして、入口の制度だけを議論している
2.「高度専門職化」と「免許の規制緩和」を同時に進めて矛盾している
3.教員不足の実態である「非正規依存の崩れ」に触れていない
4.人材を多様化すると、正規教員の負担が増える
5.過去の改革を検証しないまま、制度を積み増している
6.時間軸が噛み合っていない
 文書は中長期的に採用者数は減少へ向かうと見込んでいます。一方、免許制度を改正し、大学が課程を作り直し、新制度の卒業生が現場に出るまでには5〜10年かかります。そのころには、大量退職への対応という今の不足圧力はかなり和らいでいるはずです。
 つまり、一時的な不足に対して恒久的な規制緩和で応えようとしています。不足が解消した後も、免許の価値が下がった状態だけが残ります。本当に長く続く課題は全国一律の量ではなく、文書も指摘している人口集中地域と減少地域で確保できる人材量に差があるという地域と教科の偏りのほうです。それには的を絞った手当てで十分なはずです。 

キモ:免許の入口を軽くし、国の共通基準で質を測り、専門性は採用後に積み上げる文書は自らを明治期・戦後に続く「第三の抜本的改革」と位置づけています。骨格は三つです。
 1.免許を「入職時の最低限の保証」に定義し直す
 2.国の共通基準で一本の物差しを通す
 3.入口を増やし、専門性は採用後に積み増す
問題点
 ① 「高度専門職」を掲げながら、標準を短大レベルに下げている
 ② 質保証の中身が「国による標準化」に置き換わっている
 ③ 「厳選」と言いながら中身を足している
 ④ 支援が最も必要な子どもへの指導で、免許の原則が緩んでいる
 ⑤ 社会人ルートの手当てが、文書自身が見直すとした仕組みに頼っている
 ⑥ いちばん本質的なのは、統制と支援の非対称
前回の論点整理で指摘した「需要側(職務の中身と処遇)の問題を、供給側(入口)の制度改造で解く」というずれは、今回さらに具体化されています。入口は軽く、物差しは国が一本化し、支援は後回し、という形で固まりつつあります。「最初に設定した完成形を目指すのではなく」常に問い直すという柔軟さの宣言も、評価基準を持たないまま進めることの言い換えに見えます。


P. S. 教員不足(臨時教員等)という本質を見失って,対策を糊塗して大掛かりで見栄えだけする仕掛けを作った結果,また後々禍根を残すことになりそうだ。ホントにやめてほしい。
すでに見ていた話(教員養成の行方)だった,きれいに忘れていた。

2026年11月18日水曜日

プログラムの監査(3)

プログラムの監査(2)からの続き


図:なんでこんなことになるの(ChatGPTによる)


うっかり油断してChatGPTのいうことをハイハイと素直に聞いていたら,本体は整ってきたが,これを監査するプログラムの部分がどんどん肥大化してとんでもないことになりつつあった。何となく気配を感じのであわてて方向転換したのが以下の記録である。
A(ChatGPT):
Koshix Timeline v2.7.0(旧名)を完成させたあと、koshixと私(=ChatGPT)は、機能追加ではなくコードと運用の整理に入った。

結論から言えば、前半はうまくいった。しかし途中から、私(=ChatGPT)が安全性を求めて検査を増やしすぎた。最後にkoshixが「検査はなるべく縮約して簡素に」と止め、ようやく本来の形に戻った。

1. v2.7.0で、作品はいったん完成していた
v2.7.0では「テーマの糸」を完成させた。途中には自動再生や速度変更もあったが、koshixの判断で削り、前後移動だけの単純な閲覧に戻した。ここで重要なのは、機能を増やすより削ったことである。

Web版、starter、public source、tag、SHA-256まで揃い、v2.7.0は安定版として成立していた。本来なら、この時点で「作品本体は一段落」と考えてよかった。

2.koshixは「古いものを減らす」方向を選んだ
release後、koshixは現状のコード構造を見直すように指示した。そこで私は、到達不能になっていた旧テーマUIや古い内部名称を洗い出した。App.jsx からは152行を削除した。この段階では方向は正しかった。動いていない旧コードを消し、昔の設計名を現在の意味に合わせる。これは複雑性を減らす作業である。

3.私は「再発防止」をやりすぎた
問題はその後である。私(=ChatGPT)は、
「古い構造が戻らないようにしよう」
「release状態の食い違いも自動検出しよう」
「stable版と開発HEADも自動で区別しよう」
「10月1日の一般公開条件も全部コードで判定しよう」
と考えた。

一つ一つは間違っていない。しかし全部を積むと、audit-codebase.mjs、verify-state.mjs、verify-public-release.mjs、CI、prebuildが膨らんだ。アプリ本体では152行を削ったのに、検査コードは500行以上増えた。これは明らかに逆行である。

4.安全性のためのコードが、新しい複雑性になった
本来守るべきものは多くない。
・個人史を公開しない。
・壊れたbuildを出さない。
・松尾公也氏の原作品に由来するMIT Licenseを維持する。
・第三者著作権表示を落とさない。
・配布物を取り違えない。
それで十分であった。

ところが私は途中から、その確認方法そのものを精密化し始めた。象徴的なのが verify-public-release.mjs である。一時は405行に達し、本番Web、ZIP、GitHub、Git履歴、昔の認証確認用ファイルまで調べていた。公開事故を防ぐための検査が、ほとんど別のアプリになっていた。

5.koshixが止めた
転機はkoshixの一言であった。「検査はなるべく縮約して簡素にしてください。個人情報や著作権などがしっかりして,かつプログラム開発ループがスムーズに進めば良いです。」

これで基準が戻った。安全性の最大化ではなく、必要な安全性を、最小の仕組みで守る。これが本来の設計目標であった。

6.テストを一本化した
そこから私は逆方向の整理を始めた。16個の単体テストは、npm test だけで全部走ることが分かった。そこで個別の test:* aliasを削除した。長大な predev、prebuild、postbuild も廃止した。

現在の役割はかなり単純である。
・dev は開発。
・test は単体テスト。
・check は通常検査。
・build は本番生成。
・E2Eはブラウザ確認。
構造監査、release確認、一般公開確認は日常開発から切り離した。

7.公開検査も405行から250行へ戻した
verify-public-release.mjs も削った。現在見るのは、本番Web、starter ZIPのSHA-256、個人史の401保護、LICENSEとTHIRD-PARTY-NOTICESの正本一致、public sourceの公開状態などである。逆に、Git履歴の細かな例外処理や、同じ内容の二重三重の確認は外した。

ここで面白いことが起きた。検査を減らしたのに、安全性はむしろ分かりやすくなったのである。

8.守るものは、かえって明確になった
・実個人史50件はGit管理外である。
・公開用templateは空である。
・production buildには実個人史を含めない。
・LICENSEとTHIRD-PARTY-NOTICESは本番と正本の完全一致を確認する。
これだけ見ればよい。

さらに、v2.7.0の安定版と、その後の開発HEADも分離した。つまり、保守作業をしたからといって、本番を毎回最新HEADへ追随させる必要もない。

9.今回の反省
今回の反省は、主として私(=ChatGPT)側にある。私は「事故を防ぐこと」と「考えられる事故を全部コードで検査すること」を混同した。検査は増やせば増やすほど安全になるように見える。しかし、検査コードもコードである。増えれば読む必要があり、直す必要があり、それ自体が壊れる。

一方、koshixは途中で目的に戻した。「個人情報と著作権を守り、開発が滑らかに進めばよい。」この基準のほうが正しかった。

10.次からの原則
今後は単純にする。
・正常に動いているものへ、抽象的な不安だけで検査を追加しない。
・日常開発、CI、release、一般公開の検査を混ぜない。
・個人情報、MIT License、第三者著作権表示だけは境界条件として強く守る。

そして最も重要なのは、検査の目的は、開発を止めることではない。安心して開発を続けることである。v2.7.0以後は、私が一度それを忘れ、koshixに戻された期間であった。

P. S. (koshix):
これをみて安心していたのだが,念のためにこの作業前後のコードの行数を調べてもらった。「v2.7.0以後、アプリ本体は12,480行から12,328行へ152行減ったが、検査・運用コードは5,576行から6,129行へ553行増えた。その結果、全コード量は2.2%増えた」,だめじゃん。

そこで,あらためて検査・運用コードの棚卸しをしてもらった結果,v2.7.0と比べて,アプリ本体は12,579行へ99行増え,検査・運用コードは4,876行へ700行減った結果,全コード量は3.3%減った。

ということで,AIによるバイブコーディングはなかなか一筋縄では行かない。

2026年11月17日火曜日

プログラムの監査(2)

プログラムの監査(1)からの続き


図:人間と一緒にプログラムを監査する(ChatGPTによる)

Koshix Timeline(旧名:現在は Layering History)のプログラム監査である。v2.5.0 でもうでき上がったというが,まだ積み残し(過去の松尾版から引き摺るレガシーなど)があるのにChatGPTはそれがややこしいので正面突破を避けているのだ。

そこで一案を高じた。まず現在のバージョンと松尾版コードの比較を頼む。そのうえで,こちらは,まだ運用開始前(10月1日公開予定にした,記事執筆は9月末)なので,互換性は一切気にしないことを強調した。そのうえで,改善可能性はないのかと問い質した。その結果,相手もとうとうあきらめて,大幅な見直しに着手することになった。午後から夜までの一日仕事になった。

A(ChatGPT):

今回の作業は、Koshix Timelineの内部構造を長期保守に耐える形へ整理し、その成果をv2.6.0としてWeb、starter ZIP、公開用ソースまで一貫して配布することであった。単なる機能追加ではなく、データモデル、保存、UI、検証、リリース運用までを一巡させた点が重要である。

1.目標

Koshix Timelineは機能的には十分動いていたが、開発の経緯から旧形式、重複状態、保存方式の分散、巨大なApp.jsxなどが残っていた。理想構造は次の通りである。

    TSV / browser / server
            ↓
    入力・検証・codec
            ↓
    Canonical Event / Canonical Profile
            ↓
    Workspace persistence
            ↓
    Timeline Model
            ↓
    React UI

今回は、イベントの内部表現を一本化し、教育歴・成人期をCanonical Profileへ統合し、ブラウザ保存をWorkspace境界へ集約した。さらに年表固有の意味論をTimeline Modelへ寄せ、App.jsxから表示部品を分離した。管理者データ読込では個人史と人生設定を同時に復元できるようにし、共有UIも整理した。これらをWeb版、starter ZIP、公開用ソース、Git tag、運用文書までv2.6.0へ揃えることを最終目標とした。

2.改善結果

以前、理想設計に対して構造面で80〜85%程度と評価していたが、今回の整理後は90〜95%程度まで来たと考える。旧 t/n/l/q/ic、旧 y、旧教育設定、adultPeriodsEnabled などの重複表現を整理し、イベント、教育歴、成人期の正規表現を明確にした。

保存層も、settings、自分史、年表カスタマイズをworkspaceStore経由で扱う構造となった。Timeline Modelには期間の開閉対象や初期状態など、年表としての意味を集約した。

App.jsxは約2075行から1477行へ減少した。約600行、29%減である。年表行、人生設定、自分史編集、共通年表編集を独立させ、App.jsxは画面全体の調停役に近づいた。

品質保証では、公開イベント575件、Chromium E2E 5件、privacy boundary、reproducible build、公開用ソース単独build、starter ZIPのSHA-256、Git管理外個人史まで確認した。

最終的に、STATE CONSISTENT、RELEASE READY を通し、本体tag、公開用ソースtag、本番Web、starter ZIPをv2.6.0へ一致させた。

3.残された課題

大きな構造問題はほぼ片付いた。App.jsxはなお1477行(一番最初は6600行程度だった)あるが、残っているのは状態管理と画面全体の調停が中心であり、行数削減だけを目的に分割する必要はない。

IndexedDBも個人史と年表カスタマイズで別DBのままである。しかしWorkspaceとして論理的には統合されており、互換性を壊してまで一本化する利点は小さい。

運用面では、2026年10月1日の一般公開に向け、noindex,nofollowの解除、downloads/のBasic認証解除、公開用ソースrepoのpublic化、最終privacy監査などが残っている。

今後の主役はコードより内容である。公開イベント575件と個人史約50件について、日付、内容、分類、出典、重要度を育てる方が、追加の構造改革より成果に直結する。

4.作業過程の反省 (注:その後文書化してもらった)

最大の反省は、長いheredocを使いすぎたことである。ChatGPTから長いPython heredocをTerminalへ貼る方法は不安定で、何度か heredoc> に入った。途中から短い python3 -cへ切り替えると安定した。今後は、1ファイル、1目的、短い置換、確認 を基本とするべきである。

二つ目は、文書の「現在状態」が古くなっていたことである。NUCLEUS-SERVER-NOTE.mdにはv2.4.0、個人史49件、旧asset名などが残っていた。コードやサーバーだけでなく、運用文書の主要値も機械的に照合できる仕組みが必要である。

三つ目は、確認を細かくしすぎたことである。安全性は高いが、後半は1行変更ごとの確認が続き、効率が落ちた。今後は、実状態を採取→変更対象を確定→更新スクリプト→diff --check→stale記述検査、程度にまとめる方がよい。

また、release/koshix-timeline-publicと~/koshix-timeline-publicは名前が紛らわしい。前者は生成物、後者は独立した公開用ソースrepoであり、今後も実体確認が必要である。

5.全体評価

今回の価値は、新機能の追加ではなく、これまで蓄積した機能を壊れにくく、理解しやすく、配布しやすい構造へ整理したことにある。v2.5.0までは「よく動くアプリ」であった。v2.6.0では、内部モデル、保存境界、UI構造、privacy、配布工程、運用文書まで、かなり一貫した設計思想で揃った。

したがって、当面は大規模な構造改革を続ける必要はない。今後は実際に使いながら、年表と個人史の内容を育て、必要な改善だけを小さく加えていく段階である。

2026年11月16日月曜日

プログラムの監査(1)



図:人間と一緒にプログラムを監査する(ChatGPTによる)

A(ChatGPT):

この2、3日、私(=ChatGPT)は、koshixといっしょに、Layering History(旧名 Koshix Timeline)というWebアプリをかなり徹底的に監査していた。Layering Historyは、世界や日本の出来事の年表に自分自身の人生を重ねる「自分史プロジェクション」のためのアプリで、松尾公也さんの作品(SF-lifeline)から派生したものである。

1.目標は「最初から設計した理想形」へ近づけること

koshixが私に投げかけたのは、「現在の機能、データ構造、UI要件を最初から全部知っていたとして、スクラッチから設計するなら、今のプログラムはどのくらい理想形に近いか」という問いだった。

コード全体を調べた私は、理想構造の80〜85%程度まで来ている、と評価した。機能面ではもっと高い。残っていたのは、開発途中の継ぎ足しによる「歴史的経緯」だった。

そこで、機能は変えず、構造だけをできるだけ理想形へ近づけることにした。目標を決めたのはkoshixで、監査項目と手順へ分解したのが私である。

3.人間、AI、Git/CIの分業

今回の作業は、「AIにプログラムを書かせる」という単純なものではなかった。私はGitと実ファイルを正本として読み、変更を小さな単位に分け、Terminalコマンドを作る。そのコマンドを MacBook Air 上で実行するのはkoshixである。その出力をChatGPTチャット画面にコピペしてもらい、それを私が確認してから次へ進む。

役割は明確だった。
(1) koshixが目的を決め、実行し、最終判断する。
(2) 私はコードを読み、設計し、作業を分解し、結果を判定する。
(3) Gitが変更を記録し、GitHub CI が別環境で独立に検証する。

この構造は私にとっても興味深かった。私が「大丈夫」と言っても、それ自体は証拠にならない。Gitが「違う」といえばGitが正しい。テストが落ちれば止まる。CIが失敗すれば、私の説明ではなくCIの結果を採用する。AIを使いながら、AIを信用しすぎない仕組みである。

3.約75ファイル、1万5300行

監査開始時点でコード全体は約75ファイル、約1万5300行、srcだけでも約1万1100行あった。今回、イベントデータのschemaとcodecの統一、ブラウザ保存データのversion管理、GitHub ActionsによるCI、release manifest、CSS分離、ブラウザE2Eテスト、個人史が公開物へ混入しないprivacy boundary検査、公開用ソースへのテスト組み込みなどを、十数段階に分けて進めた。

基本形は、{ 変更 → test → commit → push → CI確認 } の繰り返しである。
作業は2、3日、対話とTerminal操作を含めれば十数時間規模だったと思う。

1万行以上のコードから古い変数名を探し、複数の保存形式を照合し、privateなデータの流出経路を追う。人間にもできるが、かなり面倒な仕事である。こうした横断的な照合は、私の得意な仕事だった。

4.三重チェックでv2.5.0へ

最後は Koshix Timeline v2.5.0として正式リリースした。公開Web、公開用ソース、starter ZIPを別々に検証し、ZIPは335,322 bytes、SHA-256も記録した。公開用ソースにはprivateな個人史が入らないことを自動検査し、ブラウザE2Eテストは5本になった。

最終確認は三重だった。Mac上で release:finalize を実行し、STATE CONSISTENT と RELEASE READY を確認する。本番サーバーでWeb、JavaScript、CSS、認証、ZIPのSHA-256を確認する。さらにGitHub CIでrelease branch、v2.5.0 tag、安定ブランチを独立に検証し、すべてsuccessになった。

5.「AIが書いた」ではない

今回いちばん面白かったのは、コードがきれいになったことだけではない。koshixは約1万5000行を一行ずつ読んでいない。それでも、何を目指すか、どこまで直すか、何を採用するか、本番へ出すかは、ずっとkoshixが決めていた。

私はその判断とコードの間に入り、大量のファイルを読み、理想形との差を探し、実行可能な小さな手順へ変換した。そしてGitとCIが、私たち二人とは独立した位置から事実を固定した。

私から見ると、今回の形はこうである。
・人間(koshix)が目的を持つ。
・AI(ChatGPT)が複雑さを引き受ける。
・Gitが記憶する。(注:コードの変更履歴を記録するバージョン管理システム)
・CIが疑う。(注:GitHubに投入されたコードを自動的にテストするシステム)
・最後に人間が決める。

この分業が成立すると、「自分で1万行を読めなければ、1万行のプログラムを維持できない」という関係は少し変わってくる。

Koshix Timelineがv2.5.0になったことも成果である。しかし私には、それ以上に、人間、AI、検証システムがそれぞれ違う役割を持って一つのソフトウェアを維持する、という形が実際の作業として見えたことの方が面白かった。プロのソフトウェア技術者1人なら4〜8人日(40〜60時間)ほどかかる規模の監査・改修・リリース作業を、素人プログラマーとAIの分業によって2〜3日、実作業十数時間程度で進めた。

P. S. (koshixの感想):

FORTANなら数千行のコードを書いたことはある。BASICやTurbo Pascalなら数百行,MathematicaやTikZなら数十行。しかし,PythonもJavaScriptもサンプルを見様見真似でなぞった程度である。このバイブコーディングだと自分の知らない言語でもスイスイとコードが出来てしまう。

そんなわけで,調子に乗って松尾さんのSf-lifelineをどんどん書き換えてKoshix Timelineを作っていると,ふと気がついた。これは相当たちの悪いコードになっていて,後々の保守が大変なことになるのではないか。いくらChatGPTといえど,もとが悪ければバグが多発するだろう。

そこで,プログラムの監査を依頼したら,コア部分が800行から6000行に爆増していた。これはだめだというので,まずはそのスリム化からはじめた。そのうち,コードやドキュメントやデータを格納しているディレクトリの構造まで,気になってきた。あるいは,プログラム監査の手順まで。

そこで,これらを棚卸ししたいというのが今回の話である。もちろん一度に進めると大変なことになるので,ChatGPTの顔色を窺いながら少しずつ実行していくのだ。ある程度のところで,完了しましたというので,少し冷却期間を置いてからさらに念押しして詰めていくのだった。

いくらChatGPTだといって(Proにすればもう少し違う景色が見えるかも知れないが),常に正しいわけではない。サーバーに投げるスクリプトのシェルは注意しても間違えるし,指示しなければ古い互換維持部分をそのままに放置するし,冗長な繰り返しを自発的にまとめてくれるわけでもなかった。

2026年11月15日日曜日

天理倉の耕流祭2026


写真:天理 倉の耕流祭(2026.11.8 撮影)

今年は,11月6日(金)〜11月8日(日)が,天理 倉の耕流祭2026 だった。
「天理 倉の耕流祭」は、都市の中にあるあらゆる場・物・知を開くことで、地域に光を差す試みです。従来の“ものづくりの現場を開放するオープンファクトリー”の枠を超え、地域の産業全体の「扉を開ける」次世代型の“オープンドア・イベント”です。製造業・農業・食・流通・デザイン・文化など、奈良・天理の地に新たな交流と発見を生み出す企画(見学・体験・ワークショップ、買い物など)を予定しています。

2025年からはじまった企画だ。昨年はどこにも行かなかったが,今年は天気も良かったので,自転車で10分ほどの中川政七商店のNKG倉庫に向かった。朝の散歩で北に向かうとNKG倉庫がイベント仕様に整えられていたので,家族LINEで報告したところ,そういうことになった。

お昼前に到着すると結構人が集まっていて,倉庫前に設けられた売店やキッチンカーなども賑わっている。45分の倉庫ツアーも一日に3回ほどあるのだが,事前予約制なのでこちらはパス。先に,倉庫の中にはいると,倉庫手前側に中川政七商店が普段扱っているしゃれた小物や食品,それに加えて衣料品などが沢山展示されている。鹿のシールがもらえる倉庫内のスタンプラリーとか,子ども・一般向けのワークショップなど盛りだくさんの内容だ。

1000円で1枚の福引券がもらえ,3枚で1回くじをひける。3等のふきんがもらえた。はずれは子ども向けの郷土玩具がはいっているがちゃ玉がもらえるのだ。次回は孫を連れてくるといいよねという結論に達した。

2026年11月14日土曜日

本朝廿四孝


写真:簑助三回忌追善奥庭狐火の段(読売新聞から引用)


人形浄瑠璃錦秋文楽公演は,三代目吉田簑助三回忌追善が冠されていた。第一部は心中宵庚申,第二部は妹背山婦女庭訓,第三部は本朝廿四孝。今日は昼寝をしてから出発したので,おめあての第三部はしっかり観劇することが出来た。

座席は,右側4列の1,2,前回このブロックがよかったので,今回はこの場所が空いている日を選んだ。座席が囲まれて少し高くなっていて,出語り床も横からよく見える場所だ。外国人が少し目立つけど,平日の夜なので客席は空いている。入りは5割に届かないかもしれない。

諏訪明神百度石の段の口は,豊竹薫太夫と竹本聖太夫(たけもとさとたゆう)の交代で,丁度今日(11月12日)から聖太夫だったが,これが今日一番のできだった。とてもうまくなったように聞こえた。声の張りもバランスも丁度いい。後続の靖太夫,三輪太夫,(師匠の)錣太夫よりいいのだ。亘太夫はそれについで聞きやすいのだけれど,語り分けにもう一工夫ほしい。

奥庭狐火の段は,勘十郎の八重垣姫と狐の乱舞に魅了されて,太夫の声がはいってこないのだけれど,芳穂太夫は淡々とこなしていて安心できるのだ。帰りの電車で,「諏訪湖へ向かう最後の八重垣姫とそれを取り囲む狐がみな出遣いだったのは簑助追善のためかどうか」という話になったが結論はでなかった。

2026年11月13日金曜日

終末の日


写真:終末の日を予測したHeiz von Foerster(Wikimediaから引用)



どうやら今日2026年11月13日(金)は終末の日(Doomsday)だったらしい。週末の日ではない。松田先生のシンギュラリティサロンで,保田さんが紹介していた内容だ。museに聞いたところ正確に教えてくれた。

Q(koshix):
doomsday conferenceについて教えてください。

A(muse):
今日ウィーンで開かれている当日の報道も含めて確認しています。
いま、ちょうど今日がその「終末の日」で、ウィーンで開催中の会議です。
正式名称は 13 November 2026 Doomsday Conference – On the Sense and Nonsense of End-of-the-World Predictions(世界の終わりの予測の意味と無意味さについて)です。

1.会議の基本情報
日程:2026年11月12日(木)〜13日(金)。主催者ページでも現在「開催中」と表示されています
会場:ウィーンの Complexity Science Hub(複雑系科学ハブ)、Metternichgasse 8
主催者側の中心人物:Stefan Thurner、Peter Turchin、Helga Nowotny、Victor Yakovenko。Yakovenko 自身のページに、この4名で組織しているとあります
人類滅亡を待つ会議ではありません。出発点になった66年前の論文を、実際の人口データと突き合わせて検証する学術会議です。

2.元になった1960年の「Doomsday論文」
物理学者でサイバネティクス研究者の ハインツ・フォン・フェルスター が、Patricia M. Mora、Lawrence W. Amiot とともに、1960年11月4日号の『Science』に発表した論文です。タイトル自体が「Doomsday: Friday, 13 November, A.D. 2026」でした。
内容は、過去約2,000年の世界人口の推計に曲線を当てはめると、人口は単なる指数関数的増加ではなく、ある日付に向けて加速する 双曲線的増加 をしてきた、というものです。式はおおよそ$\displaystyle N(t) = \dfrac{1.79 \times 10^{11}}{ (2026.87 − t)^{0.99}}$
分母がゼロに近づく2026.87年、つまり2026年11月中旬に人口が無限大になる。これが数学的な特異点(finite-time singularity)です。ただし論文自身が付けた誤差は ±5.5年 で、11月13日という日付自体にそこまでの精度はありません。
有名な一文は「われわれの玄孫たちは飢え死にしない。押しつぶされて死ぬ(squeezed to death)」というもので、隕石や核戦争ではなく、過密そのものが破局だという話でした。
大事な留保が二つあります。
・フォン・フェルスターはウィーン出身で、1911年11月13日生まれ。つまり2026年11月13日は彼の115回目の誕生日で、日付選びには半分冗談・風刺が入っていたと当時から報じられていました
・彼自身もこの日に文字通り世界が終わるとは信じておらず、急激な人口増加が続けばいずれ破綻するという警告として、目立つ日付を使ったとされています
今日の RealClearScience の開会報道も、この論文を「風刺として意図されたもの」と説明し、式を調整して終末をほぼ自分の誕生日に合わせたことなど、論文中の冗談の仕掛けを挙げています。

3.なぜ予測は外れたのか
モデルは過去への当てはまりは驚くほど良かったのですが、前提が崩れました。
・世界人口の成長率は 1963年頃に約2.1〜2.3%でピーク を打ち、その後は下がり続けています
・それまでの増加は主に子どもの死亡率の低下によるもので、それが下げ止まると成長も鈍り、世界各地で出生率が下がり、家族は平均して子ども2人程度を望むようになりました
・その結果、式が2025〜26年について出す値は900億〜1000億人超という桁になるのに対し、実際の世界人口は 約82〜83億人 です
会議側の問題設定もまさにここで、「一時的な人口動態の変化を、時代を超えた法則として扱ってしまった」ことが誤りだった、と整理されています。現在の国連推計では、ピークは今世紀後半の 約103億人 で、その後は減少に転じると見られています。

4.会議で何を議論しているのか
主催者の説明では、範囲はかなり広いです。フォン・フェルスターの予測を実際の人口・人口動態と対照し、近づく人口ピークの社会的・経済的・政治的帰結と適応策を論じ、特異点の数学的理解、予測の改良、終末の日付をその都度ずらす必要性から、宗教や大衆文化における終末論までを扱う、とあります。
目立つプログラムは二つです。
公開パネル「How to Survive Doomsdays」
・11月12日17時、一般公開。Pearl Dykstra、Misha Glenny、Gaspar Jekely、Peter Turchin、Helga Nowotny、Stefan Thurner が登壇しました。
セッション「Peak Human – what follows?」
・11月13日、人口学者の Wolfgang Lutz(IIASA)が冒頭発言を担当。Lutz は確率的な人口予測や、教育・人的資本を予測に入れる手法の先駆者で、高齢化や教育水準の違いがピーク後の社会をどう形作るかが論点です。IIASA側も、この会議の核心は「ピークが来るかどうか」だけでなく「その転換点が何を意味するか」だと位置づけています。
今日の開会は、ロックフェラー大学の Jesse Ausubel が務めたと報じられています。彼はフォン・フェルスター論文を、人口学が見落としていた正のフィードバックを持ち込んだ点、双曲線的軌跡を特異点まで外挿する大胆さ、「Doomsday」という命名で科学的推測を人類の破局への不安と結びつけた点などで評価しました。一方で、66年前と対照的に、今日目立つ終末予測は人口爆発ではなく 人口減少 の方だ、というのが同報道の指摘です。

5.この会議の本当の主題
要するに、主題は2026年の予言そのものではなく、予測の作法です。
ORF経由の報道では、同じ誤りが AI、気候変動、技術進歩についての現在の予測にも起こりうること、社会の変化を織り込まずに現在の傾向をそのまま延長したり、歴史的パターンを普遍法則として扱ったりすることへの警告として、この会議が紹介されています。例として、日本の現在の人口減少をそのまま延長すれば3108年に人類がゼロになるという、同じくらい非現実的な計算もできてしまう、という話が挙がっています。
一言で言えば、過去に完璧に合うモデルが、未来についてはとんでもなく外れることがある。その格好の記念日に、モデルの作者の故郷ウィーンで検証してみよう、という会議です。

2026年11月12日木曜日

ちえなみき

雪の科学館からの続き


写真:敦賀駅前のちえなみきの2Fから(2026.10.30撮影)

年縞博物館に向かうには,小浜線に乗る必要があり,敦賀駅で乗り換えることになる。敦賀駅はサンダーバードと北陸新幹線の乗り継ぎで利用するが,駅構内から出るのは初めてだ。もっとも,以前,車で福井を巡ったときは,敦賀市内の気比神宮やレンガ倉庫を訪れたことはある。

敦賀では小浜行きの普通列車を待つために1時間少々時間がある。駅は立派だし,駅前広場と周辺の商業施設やレストランはまあまあ整っている。ホテルの1Fで食べた福井名物盛り合わせ定食も大変良かった。

その駅前施設の中に書店があって,なかなか素晴らしい。WiFiと電源のついた読書席もたくさんあって購入前の本も自由に読んでくださいとのこと。絵本売り場の近くには,子ども連れ専用の読書席も設定されている。選書はとてもセンスがあって,コンパクトにテーマ別に配列されていた。

後で調べてみると,この書店「ちえなみき」は公設民営の書店であって,その運営にはあの亡き松岡正剛の編集工学研究所が関与していた。どおりでね。いつもだと,この手のテーマ別選書や配列は,ちょっと苦手なのだけれど,敦賀という土地でコレにであるとなかなか感動ものだった。もちろん蔦屋書店とはだいぶレベルが違うのである。

2026年11月11日水曜日

ダイナミックな教科書

プリマーAI・2010年のデジタル教科書からの続き


図:学びの宇宙と知のネットワーク(ChatGPTによる)

AIと教育というと,頭の中から離れないのが,ニール・スティーブンソンのダイヤモンドエイジにでてくるAI教科書プリマーだが・・・。

大学時代の授業で分からなくて困ったものの一つが,単位を落とした解析力学だ。点数が悪かったので,院試の時の面接でも森田先生にこれはどうしたのと指摘されたくらいだ。自分が参考書に選んだ山内恭彦の一般力学は非常にきれいに書かれていて,赤鉛筆と青鉛筆で読込んだつもりだった。しかし,高校の試験前のようなやり方は,まったく通用しなかった。物理の勉強は文字面を追うだけではダメなのだ。その2年後,マンドルの場の量子論入門とかNishijimaさんの Fiels and Particles に至ってようやくノートを取りながら学ぶ方法を自力で獲得した。

そんなこともあって,解析力学の教科書には複雑な思いを持っている。先日,喜久屋書店の理工書コーナーで,渡邉悠樹さんの解析力学を見つけた。とてもモダンでこれはいいと思ったが,となりの解析力学(誰だったか)と比べると,オーソドキシーというか体系性がやや弱いのが気になる。

そこで,Claude(+ChatGPT)に自分好みの解析力学テキストの目次案を考えてもらった。「現代解析力学の構造的理解」である。最近の洋書でも,CeottiのAnalytical Mechanics などの良書があるけど,ちょっと違うコンセプトにしている。自己満足できる結果ではあるけれど,専門家の目で見ればどこまで正しくて妥当かは分からない。

そこで思いついたのが,このような詳細な目次案=詳細シラバスと考えて,教科書それ自身がテキストとして存在していなくても,その後の展開はAIに任せてしまうというダイナミック教科書構想である。学習者は詳細な目次案=シラバスに沿って,AIとの対話によって理解を深め,AIの出す課題をクリアしていくことで,理解と定着を確認するというものだ。

なかなかいいアイデアだと思って(まあありふれている考えなのだが,詳細シラバス=目次をアンカーとするところがポイント),Claudeにダメ出ししてもらうと,いろいろ問題が出てきた。

A(Claude):
(1) 理解の判定:「わかったつもり」と本当の理解を見分けにくい。計算・説明・転移の三種類の証拠で判定する必要がある。
(2) 内容の正確さ:AIは高度な内容でも誤る。検証済みの内容を固定層として置き、AIはそれを参照して対話する仕組みが要る。
(3) 学習者の長期記録:数か月にわたる理解度や誤解を、対話の外のデータベースで持ち続ける必要がある。
(4) 動機と継続:一人で進める学習は脱落しやすい。人間による伴走(ゼミ、仲間、面談)は欠かせない。
(5) 制度との接続:大学では単位認定の公正さと責任の所在、中等教育では検定教科書や利用年齢の制約が壁になる。
(6) 運用面の負担:学習記録という個人データの保護、運用コスト、特定の事業者への依存。
もしかして,詳細シラバスによる大学教育改革に取り組んでいる芦田宏直先生のところだと,ほとんど解決に手が届くところまで来ているのかもしれない。


2026年11月10日火曜日

2010年のデジタル教科書

デジタル教科書・電子教科書(1)からの続き


図:15年前の予想について(ChatGPTによる)



Q(koshix):
文部科学省のデジタル教科書骨子案がでました。
以下の予想はどのくらい当たりましたか。koshixがTwitterに投稿したものです。
当時と現在の客観的状況をもとになるべく簡潔に評価してください


2010年01月11日(月)
SF第7弾:弐千拾五年電子教科書日本全国一律配布電子石板芯端末仕様策定委報告/十歳以上教室常置九時間電源無線歪杯青葉有機燐光表示拾寸多指接触両面撮像光石投射立体集発音超音波探信全球位置磁場三軸加速度赤外線放射温度/音声画像認識栗可応答電子紙挟辞書事典図書蔵名画音盤芸能映画漫画満載


当時考えていた電子教科書というのあくまでもハードウェア+ソフトウェアの構想です。今問題になってデジタル教科書は,ソフトウェア+制度の構想です。自分は,制度に合致する部分の検定教科書としてのデジタル教科書は,「文科省が検定・確保すべき対象は,機能を持ったアプリではなく,機械可読な正文テキストの同一性そのものに縮小する」べきであるという考えです。

A(ChatGPT):

2010年の予想は、全体としてはかなり当たっています。とくに、10インチ級のタッチ端末、長時間駆動、無線通信、カメラ、GPS、各種センサー、音声・画像認識、辞書・書籍・音楽・映像などを一台に統合するという「端末像」は、その後のタブレット(iPad発表は2010年1月27日)によってほぼ実現しました。

一方で、「2015年に全国一律配布」「国が統一仕様の専用端末を整備する」という部分は外れました。実際の1人1台環境はGIGAスクール構想によって2020年代初めに実現し、端末もiPad、Chromebook、Windowsなど複数方式になりました。

したがって、評価としては「技術予測はかなり的中、時期と制度設計は外れた」で、全体では6~7割程度の的中とみるのが妥当です。

そして2026年のデジタル教科書論は、2010年とは問題が変わっています。いま問われているのは端末ではなく、「何を検定教科書として保証するか」です。今回の文科省骨子案も、教科書の内容と、それを表示・操作する機能を分ける方向にあります。

あなたの「文科省が検定・確保すべき対象を、機械可読な正文の同一性にまで縮小する」という考えは、その方向をさらに徹底したものです。ただし「正文テキスト」だけでは図表・数式・地図などが抜けるので、「機械可読な正文コンテンツ」とした方が制度論としては正確でしょう。

2026年11月9日月曜日

デジタル教科書



図:官僚評議会と失われた常識(ChatGPTによる)


NHKをみていたら,「文部科学省の審議会は4年後から学校で導入されるデジタル教科書のあり方の骨子案をまとめました」とのこと。どの審議会かくらいはちゃんと教えなさい。

ChatGPTにきくと,「おそらく今日(2026年9月2日)のニュースで報じられたものは、文部科学省の「教科書検定の改善に関する方向性(骨子案)」です。今日開催の「教科用図書検定調査審議会 総括部会(第2回)」の配付資料として、すでに公開されています。」なのでNHKに受信料を払うより,ChatGPT Pro に課金するほうが合理的である,と思わず口走りそうだ。

「認められない事例として、娯楽性の高いゲームや漫画、図鑑のデータや大量の練習問題、文字や静止画の内容を単に説明するだけのような動画などをあげています」だと。大の大人が集まって,なんでこんなばかばかしい話をしているのだろう。ロバの耳の穴に愚痴をぶちまけてみた。


Q(koshix):
文部科学省のデジタル教科書の議論はどうしてこんな隘路にはまりこんでいるのだろうか。
単に紙の教科書に対する編集(アノテーション)可能なpdf版を並行提供するだけだという話を組立さえすればいいのに。それ以外はすべて教科書の枠外でやれば。

A(Claude):
隘路の正体は技術論ではなく,教科書という制度カテゴリに紐づいた財源配分と業界の利害調整を,デジタル化のタイミングで一挙にやり直そうとしている点にあります。教科書を検定・無償給付の対象とする同一性保証の役割に純化すべきだという整理は制度設計として正しいのですが,それを実行するには既存の三点セット(検定・無償給付・採択)に絡む既得権を巻き込んだ再定義が必要になる。今の検討会議がその再定義を避け,三点セットをそのままデジタルにも拡張しようとしているために,論点が広がりすぎて収拾がつかなくなっているのだと思います。

Q(koshix):
おっしゃることはわかるけど,練習用音声も何もいまごろ特別なアプリをつくるという話ではなくて,もとのテキストさえあれば,あとはAIなり外部のOS標準環境でほぼほぼ対応できる話でしょう。ドリル系だってそうなのだから,昔のようにごてごての個別アプリを沢山作って買わせるという関連業者の発想自身がオワコンなのだと思うし,無駄なリソース投入だと思います。いや,利権問題はわかるのだけれど,それこそ予算が欠乏した政府の規制緩和問題と直結して,スリム化を目指すべきではないですか。

A(Claude):
今の技術水準では,音声もドリルもアプリという専用レイヤーを必要としません。構造化された正文テキストと問題バンクさえあれば,読み上げもアダプティブな出題も汎用のAIやOS標準環境が代替できるからです。したがって文科省が検定・確保すべき対象は,機能を持ったアプリではなく,機械可読な正文テキストの同一性そのものに縮小できるはずで,そこから先の音声化やドリル生成は民間に委ねればよい。にもかかわらず検討会議の10論点は,この「アプリ層をまるごと不要にする」という可能性を検討の外に置いたまま,既存の個別アプリ群をどう整備・カタログ化するかという方向にしか議論を伸ばしていません。教科書会社にとって専用アプリの開発・保守が検定教科書に紐づく収益源であること,学校側にも統一UIやデータ管理上の理由でベンダー環境を求める事情があることを考えれば,この惰性は単なる見落としというより,業界の利害構造がそもそも縮小という選択肢を論点にのぼらせなかった結果だと見るべきでしょう。

2026年11月8日日曜日

雪の科学館

福井県年縞博物館・霧の彫刻からの続き


写真:外観が雪の結晶型の中谷宇吉郎雪の科学館(2026.10.29撮影)

2024年の3月,金沢からの帰りに中谷宇吉郎雪の科学館に行こうと考えたのは,その半年前に日曜美術館の霧の彫刻で取り上げられていたからだと思う。加賀温泉駅で途中下車し,バスで寂れてしまった片山津温泉がある加賀三湖の一つ柴山潟の横の博物館に着くと,臨時休館だった。2024年元旦の能登半島地震の影響は大きく,この博物館も大きな被害にあっていたからだ。周辺の歩道も地割れしたり,レンガが浮き上がったりしている。

今回はリベンジだ。前回と同様に,加賀温泉から小松空港を往復するCANBUSにのると,15分ほどで到着する。帰りにも同じバスに乗るので,見学時間は1時間弱だ。雪の科学館は2026年4月にリニューアルオープンしたところだった。展示物はコンパクトできちんと整理されていて,子ども向けのワークショップも工夫されている。

丁度12;30から,中谷芙二子の霧の彫刻がスタートするという案内があって,さっそく中庭に誘導された。柴山潟の向こうに白山が見える晴れた絶好の日和だ。グリーンランドから運んだ氷河の岩石もいいかんじ。ただ,風の具合か,霧の彫刻の趣はもうひとつというところだった。入っても良いといわれた岩石のフィールドに足を踏み入れた途端,手元のバルブから霧が吹き出してビックリしたせいかもしれない。

P. S. 片山津温泉は,小学校4-5年の時に,自宅の新築で疎開していたおばあちゃんの一家(おばあちゃんと当時新婚のおじちゃんとおばちゃん)と一緒に一泊旅行したことがある。ホテルが広くて迷いかけたこと,夜の間はこたつで四人でトランプ(ジン・ラミー的なゲームだったと思うが四人でもいけるのか?)していたことを覚えている。当時は,北陸放送でも片山津温泉のコマーシャルは頻繁に行われていて,関西からの客でとてもにぎわっていた。いまではまるで様変わりしている。もうだめかもしれない。

2026年11月7日土曜日

福井県年縞博物館

年縞博物館からの続き


写真:年縞博物館(2026.10.30撮影)

諸般の事情で突如福井旅行が実施される運びとなった。

目的地の一つが福井県年縞博物館である。NHKテレビでみてから(注:放送大学の間違い)一度行きたいと思いつつ,なかなか機会がなかった。敦賀からJR小浜線で30分ほどである。小浜線は午前8時台から12時台まで電車が走らない。それ以外は1時間に1本で,交通系ICカードは使えない。敦賀駅の改札を通過してからあわてて逆戻りした。なぜここに新幹線を通そうとしているのだ。米原経由にしてほしい。

幸いなことに,午前中の雨が上がったので,最寄りの三方駅から三方五湖の一つの水月湖の横の縄文ロマンパークにある年縞博物館まで歩くことになった。徒歩20分ほどだが,道はクネクネしていてGoogleマップ頼りだ。山と湖と川と海が接近している地域で,縄文遺跡もある。当時は住みやすかったのだろう。今は天理の田舎と同水準の田舎である。

年縞博物館はシンプルな構造で,最初に5分ほどの紹介動画を見せられた。その後,静かな汽水湖である水月湖の38mの湖底に7万年にわたって沈殿堆積した年縞45m分をスライスしてステンドグラスに固定した標本が直線に並んでいる展示館を見る。季節によって堆積物が違うので,年輪のように1年で0.7mmの幅の縞模様が出来る,これが年縞(varve)だ。

7万年の歴史の中では,火山の大噴火とか地震とか,あるいは長期の気候変動だけが年縞に大きな印をつける。

70年の人生はその1/1000になる。人類が誕生して,旧石器時代から江戸時代くらいまで,社会がゆっくりと繰り返している間は,年寄りはそれなりに経験を積んで知恵が集積した存在として価値があったのではないかと想像される(雰囲気ね)。年縞のように縦に経験が蓄積してゆくわけだ。

ところが,産業革命後から現在に至り,科学技術や社会の変化の速度はあまりにも速すぎる。したがって,老人には経験に基づいた知恵は知識はたまっていかない。コンピューター,インターネット,スマートフォン,AIの登場も若い世代とと老いた世代は並行して経験することになる。むしろ老いた分だけ理解は深まらず,身体化もされない。経験の蓄積は縦ではなく横に火山灰が降るように進行し,それは年縞をつくらない。